完美世界前传下载,欢乐颂第一季,小说阅读网

簡介

此次為大家帶來的是OpenAtom OpenHarmony（以下簡稱“OpenHarmony”）系統與PID控制算法相結合并落地的平衡車項目。 PID控制算法是一種經典的，并被廣泛應用在控制領域的算法。類似于這種：需要將某一個物理量保持穩定的場合，比如維持平衡，穩定溫度、轉速等，PID都會適用。在四軸飛行器，平衡小車、汽車定速巡航、溫度控制器等場景均有應用。

?通過本樣例的學習，開發者能夠對OpenHarmony系統設備端開發有進一步的認識，還能夠掌握PID控制算法的使用。本樣例使用OpenHarmony 3.2 Beta1操作系統，硬件平臺采用小熊派BearPi-HM Nano（Hi3861）開發板。本樣例效果動圖：

硬件配置資源

兩輪平衡小車主要硬件資源：
主控CPU：小熊派BearPi-HM Nano（Hi3861）開發板；
陀螺儀：MPU6050六軸陀螺儀傳感器；
左右輪：帶有霍爾傳感器的直流電機；
小車平臺及結構件資源可以自行在相關網站獲得。

原理概括

?小時候都玩過上圖游戲吧：木桿立在手指上，盡量保持木桿直立不倒。當木桿向前傾斜時，我們會往前行走，以用來抵消木桿的前傾；往后傾斜時，我們會往后倒退。對的！沒錯！你猜對了。平衡車的控制原理就是這樣：

PID算法介紹

平衡車的控制離不開對PID算法的應用。那么什么是PID算法？它能解決什么問題？ PID算法：就是“比例（proportional）、積分（integral）、微分（derivative）”，是一種常見的“保持穩定”控制算法。

?結合兩輪平衡車的場景，對PID參數的認識如下：

P比例參數：該參數能夠快速讓小車達到平衡狀態，但是由于控制是滯后的，以及是慣性系統，容易帶來超調，即小車會出現前后搖擺的現象。所以P參數不能太大；
I積分參數：小車由于摩擦力或者風阻力，并且P不能太大，只靠P控制有可能達不到穩定狀態，所以需要加入I積分參數，消除穩態誤差；
D微分參數：平衡小車維持的是傾斜角度要為平衡角度，由于PI參數使小車振蕩，小車會出現前后搖擺現象，加入D微分參數能夠消除小車的振蕩。

兩步搭建樣例工程

在OpenHarmony源碼基礎上，兩步構建平衡小車代碼。（OpenHarmony源碼下載路徑及BearPi-HM Nano（Hi3861）開發板代碼燒錄，請參考文章末尾相關鏈接） 第一步：拷貝Balance_car文件夾到源碼路徑下：deviceoardearpiearpi_hm_nanoapp （Balance_car文件獲取路徑，請參考文章末尾相關鏈接）如圖文件夾目錄：

?第二步：修改BUILD.gn，在源碼路徑下：deviceoardearpiearpi_hm_nanoappBUILD.gn 添加編譯依賴："Balance_car:balance_car"，如下圖：

關鍵算法講解

兩輪平衡車的控制主要涉及三個PID環的串聯使用，它們分別是直立環（平衡控制）、速度環（速度控制）、轉向環（方向控制）。三個控制效果合成，控制輪子運行。

?直立環控制算法：直立環控制算法是平衡小車維持平衡的主要算法。直立環采用了PD算法環節，即只有比例與微分環節。傾斜角度大小以及角加速度大小決定了輪子的速度大小。可以理解為傾斜角度越大，控制輪子順著傾斜的方向的速度越大；傾斜的角加速度越大，控制輪子速度也要越大。

float g_middleAngle = 1.0;//平衡角度
float g_kpBalance = -85800.0;
float g_kdBalance = -400;


static int ControlBalance(float angle, short gyro)
{
    int outpwm = 0;
    float angleBias = 0.0;
    float gyroBias = 0.0;
    float tempAngle = 0.0;
    float tempGyro = 0.0;


    tempAngle = 0 - angle;//極性控制
    tempGyro = 0 - gyro;


    angleBias = g_middleAngle - tempAngle;
    gyroBias = 0 - tempGyro;
    outpwm = (g_kpBalance / 100 * angleBias + g_kdBalance
     * gyroBias / 100);


    return outpwm;
}

速度環控制算法：速度環控制的目的是讓機器以恒定速度前進或后退，該恒定速度可以為0速度，即要讓平衡車靜止。速度環采用了PI環控制，只有比例與積分環節。

float g_kpSpeed = 95800.0;
float g_kiSpeed = 200;


static int ControlSpeed(long int left, long int right)
{
    int outpwm = 0;
    int speedBias = 0;
    int speedBiasLowpass = 0;
    static int speed_i = 0;
    float a = 0.68;
    static int speedBiasLast = 0;


    speedBias = 0 - left - right;
    speedBiasLowpass = (1 - a) * speedBias
        + a * speedBiasLast;
    speedBiasLast = speedBiasLowpass;


    speed_i += speedBiasLowpass;
    speed_i = limit_data(speed_i, SPEED_H, SPEED_L);


    outpwm = (g_kpSpeed * speedBiasLowpass / 100 +
        gkiSpeed * speed_i / 100);


    return outpwm;
}

轉向環控制算法：轉向環的目的是控制小車以恒定速度轉向。在本次場景為了控制小車平衡靜止，所以只做了限制轉向的操作。

static int ControlTurn(short gyro)
{
  int outpwm;


    outpwm = g_kpTurn * gyro;
  return outpwm;
}

以上詳細代碼，請參考文章末尾的相關鏈接（Balance_car文件獲取路徑）。

總結

本文呈現了兩輪平衡小車的大致原理。簡單介紹了一下PID算法的效果：P比例參數，能夠快速讓系統達到穩定值，但是P太大容易超調，帶來振蕩；I積分參數，消除穩態誤差，讓系統達到穩定值；D積分參數，能消除振蕩，但是會使系統時效性變慢。開發者可以根據現場情況，合理調節PID三個參數。本樣例是OpenHarmony知識體系工作組為廣大開發者分享的樣例。同時知識體系工作組結合日常生活，給開發者規劃了各種場景的Demo樣例，如智能家居場景、影音娛樂場景、運動健康場景等；歡迎廣大開發者一同參與OpenHarmony的開發，更加完善樣例，相互學習，相互進步。

本文由電子發燒友社區發布，轉載請注明以上來源。如需社區合作及入群交流，請添加微信EEFans0806，或者發郵箱liuyong@huaqiu.com。